بهبودی در سیستم های پیشنهادگر خبره با استفاده از بسط پرسش و مدل فضای برداری
- سال انتشار: 1393
- محل انتشار: مجله محاسبات نرم، دوره: 3، شماره: 2
- کد COI اختصاصی: JR_SCJKA-3-2_003
- زبان مقاله: فارسی
- تعداد مشاهده: 229
نویسندگان
چکیده
با توجه به افزایش میزان حجم داده های موجود روی وب، یافتن دانش مورد نیاز از میان حجم انبوه داده ها امری بسیار مشکل می باشد. سیستم های پیشنهادگر دانش، فروم های آنلاین و سیستمهای پاسخ به پرسش جهت آسان کردن راه دسترسی به دانش مورد نیاز و پاسخگویی به نیاز اطلاعاتی کاربران بوجود آمده اند. سیستمهای پاسخ به سوال با ایده ی پاسخ دهی کوتاه و مفید با استفاده از مخازن دانشی ثبت شده، دسترسی به دانش مورد نیاز را بهبود داده اند. اما با توجه به ماهیت دانش، انتقال آن مشکل تر از انتقال اطلاعات است. سیستم های پیشنهادگر خبره با پیشنهاد افراد متخصص علاوه بر انتقال اطلاعات، باعث انتقال تجارب و درک در مورد موضوع می شوند. این سیستم ها از تحلیل محتوایی پروفایل متنی و سوابق متخصصین، تحلیل ارتباطات متخصصین و ترکیب این دو روش برای یافتن متخصصین استفاده می کنند. ما در این مقاله از داده های رزومه متخصصین استفاده کرده و با استفاده از مدل فضای برداری و استفاده از تکنیک بسط پرسش، مدلی جدید برای خبره یابی ارائه کرده ایم که با تحلیل محتوایی اسناد، خبره های دارای تخصص لازم را پیشنهاد می کند. نتایج شبیه سازی ها بیانگر این موضوع است که مدل ارائه شده دقت بالاتری نسبت به مدل فضای برداری دارد.کلیدواژه ها
سیستم های پیشنهادگر, فروم های آنلاین, خبره یابی, مدل فضای برداریاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.